pasasの日記： 郵便番号とCSV

「郵便番号を入れると、住所を自動的に補完してくれるようなユーザインタフェースが欲しい」という発注を受けた。
郵便番号のデータは郵政事業庁のページからダウンロード。
当然だけど、自由にタダで使えるらしい。
全部で12万件以上。
間違いなくこの情報がDBの中で一番容量を食っている。

ところがこのデータ、ちょっとだけ曲者。
以下困ったこと。

• 住所欄に「以下に掲載がない場合」という記述がある。今回のシステムにとって、これは困る。
• ひとつの番号で、２つの住所を表している場合がある。でも、これはフラグがあるので回避可能。

そして一番困ったのはこれ。

• 長い住所の場合、２エントリに渡っている。

ちょっとわかりにくいかもしれないけど、以下のような感じ。

"6020033","京都府","京都市上京区","今出川町（烏丸通今出川上る、烏丸通今出川下る、今出川通烏丸西"
"6020033","京都府","京都市上京区","入、今出川通室町東入）"

つまり最後のフィールドが途中で切断されて別エントリとなっているのだ。
こんなのってアリ？？